МЕТОДЫ ОЦЕНКИ ВЕРОЯТНОСТИ БАНКРОТСТВА В ТЕЛЕКОММУНИКАЦИОННОЙ ОТРАСЛИ

METHODS FOR ASSESSING THE POSSIBILITY OF BANKRUPTCY IN THE TELECOMMUNICATIONS INDUSTRY

Oreshkin Maksim Maksimovich

magister, faculty of finance, REU G.V. Plekhanova,

Russia, Moscow

Borodin Alexander Ivanovich

doctor of economics, department of financial management, REU G.V. Plekhanova,

Russia, Moscow

Крылатая фраза Натана Ротшильда "Кто владеет информацией, тот владеет миром" стала практически постулатом современного мира. Глобализация жизни в целом и экономики в частности, а также возрастающая роль технологических инноваций привели к тому, что ключевым фактором обеспечения эффективности деятельности компании, конкурентоспособности на рынке, стала информация. В процессе экономического развития активное использование телекоммуникационных технологий играет важную роль в сбалансированном развитии экономики России и глобальной экономики, являясь связующим звеном между промышленностью, сферой услуг и потребителей, между экономическими центрами и отельными регионами.

Прогрессирующий рост на телекоммуникационные услуги связан с необходимостью поддержания информационного обмена, интенсивность которого только набирает обороты с внедрением современных информационных технологий во все сферы жизни общества. Исходя из этого, изучение специфики и инструментов реализации исследований и принятия решений на предприятиях телекоммуникационной отрасли, является особенно актуальным.

В данной статье рассмотрим экономическое состояние телекоммуникационной отрасли, а так же современные и актуальные модели используемые для анализа банкротства организации.

Рынок телекоммуникаций России практически целиком поделен между крупными игроками. Практически 80% рынка занимают пять компаний («Мобильные ТелеСистемы», «Ростелеком», «МегаФон», «ВымпелКом» и «Т2 РТК Холдинг»). Измения в структуре отрасли маловероятны из-за сильного насыщения рынка. Возможна лишь миграция клиентов от одной компании к другой. Основной доход в данной отрасли приносит сотовая связь, он составляет более 50%. Этот сегмент развивается сильнее остальных, во многом за счет мобильного интернета.  [8]

Ранее операторы ассоциировались исключительно с голосовыми сервисами, сегодня список реализуемых услуг значительно расширился. Но является ли двигателем прогресса конкуренция? Компаниям становится сложнее увеличивать свою выручку в связи с тем, что большинство клиентов уже определись с выбором оператора. Так же набирают популярность приложения, которые позволяют звонить бесплатно. В сегменте сотовой связи наблюдается рост числа сим-карт у операторов и одновременно снижение доходов каждого из них. Это происходит за счет того, что люди покупают одну сим-карту для телефонных разговоров, другую – для интернета и т. д. тем самым возможно комбинирование тарифов и экономия затрат.

За первые позиции в рейтинге борьба разворачивается между МТС и МегаФоном, разрыв между ними составляет менее  1%. [6]

Что же касается динамики финансовых показателей операторов сотовой связи, то на Российском рынке телекоммуникационных услуг наблюдается стагнация с конца 2013 года. Прирост абонентов стремится к нулю из-за перенасыщения, кроме этого наблюдается «миграция» абонентов между операторами: отрицательный прирост наблюдается у Билайна −2,3%), все больше увеличивается база абонентов ТЕЛЕ2, МегаФон и МТС сохранят своих клиентов примерно на том же уровне.

Дальнейшее развитие отрасли связано в большей степени с новыми продуктами и услугами мобильной связи, такими как:

1. Разработка и тестирование сетей мобильной связи пятого поколения (5G). Стимулом появления сетей мобильной связи пятого поколения являются новые услуги, которые будут востребованы в кратко- и среднесрочной перспективах. Так, к основным направлениям развития услуг 5G можно отнести: экстремально широкополосный мобильный доступ, мультимедийные услуги, 4K видео / 3D видео, услуги виртуальной и дополнительной реальности, массовое использование устройств М2М. [5, с. 40]
2. Концепция «больших данных» и ее использование на сетях операторов мобильной связи. Big Data включает в себя как структурированные данные, которые могут быть представлены отделимыми, заранее определенными полями, так и неструктурированные данные – это информация, которая либо не имеет заранее определенной модели данных, либо не организована в заранее определенной манере. К неструктурированным данным относится 75% всех данных, имеющихся в наличии оператора мобильной связи. Поэтому Big Data описывает возможность обработки большого объема информации с целью монетизации оператором мобильной связи информационных активов за счет предоставления высокоточного маркетинга, управления качеством услуг для клиента, оптимизации своей внутренней работы и т.д.
3. Интернет вещей (Internet of Things, IoT) как драйвер развития сетей мобильной связи нового поколения. По данным аналитиков ожидается, что уже к 2018 году количество взаимодействующих устройств, подключенных к сетям мобильной связи, превысит 25 миллиардов, большая часть из которых будет приходиться на IoT-устройства.
4. Виртуализация сетей мобильной связи, позволяющая сократить временной интервал запуска услуг в сетях операторов, а также дающая возможность сократить издержки на построение собственной сетевой инфраструктуры в рамках концепции Mobile Virtual Network Operator (MVNO). Предполагается, что она работает со всеми сетями присутствующих на рынке операторов мобильной связи, доверенных сетях Wi-Fi и обеспечивает наилучшее подключение как минимум по качеству. Такая мобильная система использует виртуальную SIM-карту, которая "заливается" на устройство, что обеспечивает возможность условно-бесплатных коммуникаций за счет целевой рекламы и партнерских схем.

Помимо оказания услуг физическим лицам, перспективным направлением является развитие B2B сектора. В рамках этого направления планируется создание облачных сервисов компаниям малого и среднего бизнеса. Первые шаги уже сделала компания Билайн, реализовав облачные ATC - услуга для компаний, которая заменяет физическую офисную мини-АТС и даже колл-центр. В качестве другой перспективной зоны роста для операторов связи, обслуживающих B2B-клиентов, выступает М2М-сервисы.

Однако все эти сервисы, тарифы и разработки вращаются и нацелены только на одно – на клиента. Это будет работать и приносить финансовую отдачу только тогда, когда операторы сформируют лояльную клиентскую базу, готовую пробовать, тестировать, и самое главное, - приобретать новые услуги и предложения.

Поэтому в условиях жесткой конкуренции и возрастания требований пользователей к качеству услуг связи усложнился процесс привлечения и сохранения клиентов. Перед компаниями-операторами встали проблемы изучения рыночных возможностей, связанных с появлением новых технологий и разработки услуг, отвечающих новым и современным требованиям потребителей, нежели услуги конкурентов

Важную роль в борьбе за лидерство играет маркетинг. Безусловно, все классические приемы и методы маркетинга работают и применительно к изучаемой сфере, однако все со своими особенностями.

По статистическим данным за 2018 год рост рынка телекоммуникаций составил 1,7 трлн. Темпы роста доходов составили 3,4%, это самый высокий показатель за последние 5 лет. Согласно прогнозам специалистов до 2023 года, тенденция роста данной отрасли сохранится. Этому будет способствовать инвестиционная политика государства, направленная на расширение финансовых возможностей компаний, а так же расширение строительства новых дорог, дающее большие перспективы установки станций связи.

Однако несмотря на благополучные прогнозы рейтинговых агенств и положительную тенденцию отрасли, успехов добиваются не все компании телекоммуникационной отрасли. Для проведения корректной экономической политики и выбора стратегии организации необходимо проводить анализ финансового положения компании. Следует провести оценку вероятности банкротства компании, выявить потенциальные риски и ошибки управления и ведения бизнеса. Это может помочь выбрать правильную стратегию поведения на рынке, а также своевременно принять необходимые меры в случае кризисной ситуации [7].

Бывают временные интервалы, когда нарушается структура активов и пассивов, увеличивается доля заемного капитала, но это совсем не сигнал объявлять его банкротом и бить тревогу. Такое может возникнуть из-за реализации наметившихся планов, которые в будущем принесут большие доходы, но собственных средств для проведения кампании не хватает. Однако может возникнуть и действительно тяжелая обстановка, а не временный застой: аппарат управления не справится с переходным этапом в отрасли, снизится инвестиционная привлекательность, рост финансовых показателей конкурентов и т. д. Поэтому важно прогнозировать наступление кризисной ситуации заранее. Существует множество методик и моделей для определения вероятности наступления банкротства предприятия. Для того, чтобы убедиться в полученных результатах, как правило рассматривают несколько моделей банкротств.

Под банкротством понимается неспособность предприятия в полном объеме удовлетворить требования кредиторов по денежным обязательствам и (или) исполнить обязанности по уплате обязательных платежей. Бывают временные интервалы, когда нарушается структура активов и пассивов, увеличивается доля заемного капитала, но это совсем не сигнал объявлять его банкротом и бить тревогу. Такое может возникнуть из-за реализации наметившихся планов, которые в будущем принесут большие доходы, но собственных средств для проведения кампании не хватает. Однако может возникнуть и действительно тяжелая обстановка, а не временный застой: аппарат управления не справится с переходным этапом в отрасли, снизится инвестиционная привлекательность, рост финансовых показателей конкурентов и т. д. Поэтому важно прогнозировать наступление кризисной ситуации заранее.

Перейдем к рассмотрению моделей, которые используются для определения финансового состояния организации.

Начнем с моделей Альтмана. Существует множество вариантов, включающих различное число и комбинации факторов, разработанные как для производственных, так и нет предприятий.

Пятифакторная модель Альтмана для акционерных обществ, чьи акции котируются на рынке. Формула имеет вид:

,                                                                               (1)

где  – оборотный капитал к сумме активов;

 – нераспределенная прибыль к сумме активов;

 – прибыль до налогообложения к общей стоимости активов;

 – отношение рыночной стоимости собственного капитала к балансовой стоимости всех обязательств

 – рентабельность. [3, с. 3]

Исходя из полученного значения можно делать выводы о вероятности банкротства организации.

Если Z меньше 1,81, то риск банкротства велик. В случае Z от 2,99 до 2,77 риск маловероятен. При Z равном или большем, чем 2,99 банкротство невозможно.

Другой блок моделей – модели Р. Лиса и Р. Таффлера. Они были построены британскими учеными и учитывают близкие показатели рентабельности, ликвидности и финансовой независимости организации.

Модель Р. Лиса:

,                                                                      (2)

где  – доля оборотного капитала в сумме активов;

 – отношение прибыли от реализации к сумме активов;

 – доля нераспределенной прибыли в сумме активов;

 – отношение собственного капитала к заемному.

Пороговое значение для модели Лиса равно 0, 037. При L менее 0,037 вероятность банкротства выше.

Модель Р. Таффлера – Тишшоу:

,                                                                           (3)

где  – отношение прибыли от продаж к краткосрочным обязательствам;

 – отношение оборотных активов к сумме обязательств;

 – доля краткосрочных обязательств в сумме активов;

 – отношение выручки к активам.

Если полученный коэффициент T >0,3 – компания находится в «зеленой зоне», а если T<0,2 – компания переходит в «красную зону», появляется финансовые проблемы. [4, с. 4]

Как видно, наибольшую долю в двух моделях имеют коэффициенты, где фигурирует прибыль от продаж. Они и будут в максимальной степени влиять на оценку финансового состояния организации, т. е. чем можно сделать вывод: чем больше прибыль от продаж, тем более устойчива и менее подвержена банкротству компания.

Кроме зарубежных школ, существуют российские варианты оценки вероятности наступления банкротства. Одной из самых популярных является модель Зайцевой.

Сама модель имеет вид:

,                                                                   (4)

где  – это отношение прибыли до налогообложения к собственному капиталу;

 – отношение кредиторской задолженности к дебиторской;

 – отношение краткосрочных обязательств к наиболее ликвидным активам;

 – отношение прибыли до налогообложения к выручке;

 – отношение заёмного капитала к собственному капиталу;

 – отношение валюты баланса к выручке.

Для того чтобы провести анализ банкротства по данной модели необходимо рассчитать . При превышении  >  вероятность банкротства невысокая.

Так же рассмотрим модель Сайфуллина и Кадыкова:

R = 2x₁ + 0.1x₂ + 0.08x₃ + 0.45x₄ + x₅

x₁ – коэффициент обеспеченности собственными средствами;

x₂ – коэффициент текущей ликвидности;

x₃ – коэффициент оборачиваемости активов;

x₄ – рентабельность продаж;

x₅ – рентабельность собственного капитала.

Согласно данной модели финансовое состояние организации является удовлетворительным при R>1, тогда как если R<1 то вероятность банкротства считается большой

Существуют также другие российские модели, однако они либо являются продолжением иностранных моделей, в которых немного видоизменены включенные показатели, либо имеют существенные недостатки. Например, модель Савицкой присваивает коэффициент 13,23 показателю, равному доли оборотного капитала, в общем, в то время, как остальные не превосходят 2. Получается, что он перекрывает все другие и может сильно искажать реальную картину. Так и у модели Беликова-Давыдовой в интегральном показателе наибольший вес – 8,38 принадлежит отношению оборотного капитала к активам.

Телекоммуникационный рынок столкнулся с рядом вызовов. Самые значимые части рынка подошли к стадии насыщения, так же стал проявляться негативный результат от наличия большого количества безлимитных тарифов. В связи с большим насыщением рынка, конкуренция становится очень сильной. Кроме того, компаниям необходимо поддерживать высокий темп роста на ранке мобильных b2b услуг. Вместе с тем, опыт 2017-2018 гг. продемонстрировал, возможность поднять фактические цены без авных негативных последствий. Вступив в фазу насыщения, компании больше не применяют тактику постоянного снижения цены. Для увеличения ARPU клиентам будет предложено большее количество сервисов за большую цену. Подавляющее количество дополнительный услуг будет связано с интернет-технологиями.  Необходимость увеличения цены среднего чека связано с изменениями в законодательстве, в связи с которыми операторы несут дополнительные расходы на закупку и обслуживание программно-аппаратных комплексов. В сложившихся условиях на телекоммуникационном рынке России прогнозируется рост отрасли на 2,5-3,5% в среднесрочной перспективе.

Список литературы:

1. Бариленко В. И. Анализ финансовой отчетности: учебное пособие, 4-е издание переработанное. –М.:КРОНУС, 2016.-234 с.
2. Данилова М.Н. Анализ финансовой отчетности. Финансовый анализ. В 2 ч. Ч. 1  : учебное пособие  – Томск : Изд-во Том. гос. архит.-строит. ун-та, 2017. – 88 с. 
3. Азитов Р.Ш. Итоги Всероссийской научно-практической конференции «Профессиональные коммуникации в научной среде — фактор обеспечения качества исследований»//Молодой ученый. – 2015. С.1-4.
4. Сапегина А.А. Логистические модели диагностики банкроства предприятия//Молодой ученый. -2016.-12 с.
5. Ларионова П. А., Трапезоньян Д. Г., Чибисов О. В. (2017) Проблемы инвестиционного развития операторов мобильной связи перспективы развития телекоммуникационного рынка в России // Актуальные проблемы гуманитарных и естественных наук, № 5-3. С. 38-42
6. Официальный сайт компании ПАО «Мегафон» [Электронный ресурс], — Режим доступа: https://corp.megafon.ru/about/megafon/ (Дата обращения: 17. 11.2019).
7. CNEWS: Издание о высоких технологиях [Электронный ресурс], — Режим доступа: http://www.cnews.ru/reд9views — Обзор: Телеком 2016 — (Дата обращения: 17. 11.2019).
8. Единая межведомственная информационно-статистическая система / ЕМИСС [Электронный ресурс]. – Ресурс доступа: http://fedstat.ru/indicators/(дата обращения: 17.11.2019).